CN111230859A - 特性评估系统、特性评估方法和程序 - Google Patents
特性评估系统、特性评估方法和程序 Download PDFInfo
- Publication number
- CN111230859A CN111230859A CN201911156900.4A CN201911156900A CN111230859A CN 111230859 A CN111230859 A CN 111230859A CN 201911156900 A CN201911156900 A CN 201911156900A CN 111230859 A CN111230859 A CN 111230859A
- Authority
- CN
- China
- Prior art keywords
- characteristic
- torque signal
- physical quantity
- robot hand
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 242
- 238000000034 method Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 50
- 230000008859 change Effects 0.000 claims description 33
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 description 22
- 238000012545 processing Methods 0.000 description 16
- 239000002994 raw material Substances 0.000 description 13
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 239000000047 product Substances 0.000 description 11
- 230000007423 decrease Effects 0.000 description 10
- 238000013500 data storage Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 6
- 235000021067 refined food Nutrition 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 4
- 230000000994 depressogenic effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000000465 moulding Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 239000012778 molding material Substances 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000004278 EU approved seasoning Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 235000011194 food seasoning agent Nutrition 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/087—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices for sensing other physical parameters, e.g. electrical or chemical properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/081—Touching devices, e.g. pressure-sensitive
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/085—Force or torque sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1612—Programme controls characterised by the hand, wrist, grip control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41815—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the cooperation between machine tools, manipulators and conveyor or other workpiece supply system, workcell
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39529—Force, torque sensor in wrist, end effector
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/39—Robotics, robotics to robotics hand
- G05B2219/39535—Measuring, test unit build into hand, end effector
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Manipulator (AREA)
- Control Of Electric Motors In General (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明涉及特性评估系统、特性评估方法和程序。特性评估系统(1)的机器人手(31)被配置为把持对象物(O)。操作控制模块(200)被配置为基于定义机器人手(31)的操作的操作信息来使机器人手(31)进行操作。物理量获取模块(101)被配置为获取机器人手(31)把持对象物(O)时的物理量。评估模块(102)被配置为基于物理量来评估对象物(O)的特性。
Description
技术领域
本发明涉及特性评估系统、特性评估方法和程序。
背景技术
在WO 2015/068210A1中,描述了一种系统,该系统被配置为将关于工业机械(例如,被配置为把持对象物的机器人手)的物理量的跟踪数据上传到云服务器,以使解析人员解析上传到云服务器的跟踪数据。
发明内容
本发明要解决的问题是例如评估对象物的特性。
根据本发明一方面的特性评估系统包括:机器人手,其被配置为把持对象物;操作控制模块,其被配置为基于定义机器人手的操作的操作信息,来使机器人手进行操作;物理量获取模块,其被配置为获取机器人手把持对象物时的物理量;评估模块,其被配置为基于物理量,来评估对象物的特性。
根据本发明的一方面的特性评估方法包括:基于定义机器人手的操作的操作信息,来使被配置为把持对象物的机器人手进行操作;获取机器人手把持对象物时的物理量;和基于物理量,来评估对象物的特性。
根据本发明的一方面的程序使计算机用作:操作控制模块,其被配置为基于定义机器人手的操作的操作信息,来使被配置为把持对象物的机器人手进行操作;物理量获取模块,其被配置为获取机器人手把持对象物时的物理量;和评估模块,其被配置为基于物理量,来评估对象物的特性。
此外,根据本发明的一方面,特性评估系统还包括发送模块,发送模块被配置为基于由评估模块评估的特性,将包括物理量的数据发送至被配置为对物理量进行解析的计算机。
此外,根据本发明的一方面,特性评估系统还包括过程改变模块,过程改变模块被配置为基于由评估模块评估的特性,来改变机器人手把持对象物的过程之前的过程。
此外,根据本发明的一方面,特性评估系统还包括操作信息改变模块,操作信息改变模块被配置为基于由评估模块评估的特性,来改变操作信息。
此外,根据本发明的一方面,物理量包括转矩信号,并且特性评估系统还包括第一评估模块,第一评估模块被配置为基于对象物的每个制造周期中所获取的转矩信号的变化,来评估对象物的特性。
此外,根据本发明的一方面,物理量包括转矩信号,并且特性评估系统还包括第二评估模块,第二评估模块被配置为基于转矩信号的上升时间,来评估对象物的特性。
此外,根据本发明的一方面,物理量包括转矩信号,并且特性评估系统还包括第三评估模块,第三评估模块被配置为基于转矩信号的收敛时刻,来评估对象物的特性。
此外,根据本发明的一方面,物理量包括转矩信号,并且特性评估系统还包括第四评估模块,第四评估模块被配置为基于转矩信号的峰值,来评估对象物的特性。
此外,根据本发明的一方面,物理量包括转矩信号,并且特性评估系统还包括第五评估模块,第五评估模块被配置为基于转矩信号收敛时所获得的收敛值,来评估对象物的特性。
根据上述本发明的方面,例如,可以评估对象物的特性。
附图说明
图1是用于说明根据本发明的实施例的特性评估系统的整体配置的图。
图2是用于说明如何使用特性评估系统的图。
图3是用于说明要特性评估系统将实现的功能的功能框图。
图4是用于示出数据库的数据存储示例的表格。
图5是用于示出由物理量获取模块所获取的物理量的示例的图表。
图6是用于示出评估对象物的特性的处理的图表。
图7是用于示出评估对象物的特性的处理的图表。
图8是用于示出评估对象物的特性的处理的图表。
图9是用于说明特性评估系统将执行的处理的流程图。
图10是本发明的变形例中的功能框图。
具体实施方式
[1.特性评估系统的整体配置]
从本发明的发明人的观点来看,例如,当在工厂等中制造产品时,检查该产品可能会花费时间和精力。在用机器人手把持对象物的情况下,当可以评估尺寸、形状和硬度等特性时,可以减少检查所需的时间和精力,并可以提高检查的品质。作为用于评估对象物的特性的广泛研究和开发的结果,本发明的发明人构思了新颖且原创的特性评估系统等。现在,给出根据本发明的实施例的特性评估系统等的详细描述。
图1是用于说明根据实施例的特性评估系统的整体配置的图。如图1所示,特性评估系统1包括用户终端10、机器人控制器20和机器人30。用户终端10和机器人控制器20中的每一个都连接到诸如因特网或局域网之类的网络N。在图1中,示出了一个用户终端10、一个机器人控制器20和一个机器人30,但是可以存在多个用户终端10、多个机器人控制器20和多个机器人30。
用户终端10是由用户操作的计算机。例如,用户终端10是个人计算机、蜂窝电话(包括智能电话)或移动终端(包括平板终端)。用户终端10包括CPU 11、存储器12、通信器13、操作接口14和显示器15。
CPU 11包括至少一个处理器。存储器12包括易失性内存(例如,RAM)和非易失性内存(例如,硬盘),并且被配置为存储各种程序和数据。CPU 11被配置为基于那些程序和数据,来执行各种类型的处理。通信器13包括网卡和通信接口(例如,各种类型的通信连接器),并且被配置为与其他设备进行通信。操作接口14是诸如鼠标和键盘之类的输入设备。显示器15是液晶显示器、有机EL显示器等,并且被配置为根据来自CPU 11的指令,来显示各种类型的屏幕。
机器人控制器20是被配置为控制机器人30的计算机。机器人控制器20可以是用于特定机器人30的专用设备,但是在该实施例中是通用计算机。机器人控制器20包括CPU 21、存储器22和通信器23。CPU 21、存储器22和通信器23分别具有与CPU 11、存储器12和通信器13相同的配置。机器人控制器20被配置为向机器人30发送操作指令。机器人控制器20可以被配置为控制多个机器人30。
机器人30是例如工业机器人。机器人30可以是通用多关节机器人。例如,可以应用各种类型的机器人,诸如竖直多关节型机器人、水平多关节型机器人和龙门型机器人。机器人30可以有任意数量的臂。可以只有一个臂或多个臂。机器人30包括机器人手31和传感器单元32。
机器人手31也被称为“作业手”或“末端执行器”。机器人手31被安装到机器人30的机器人臂的前端,并且被配置成把持对象物并将对象物移动到预定位置。机器人手31的操作所需的电力由穿过机器人30内部的电力线供给。机器人手31中的马达通过从电力线供给的电力而旋转,以控制机器人手31的打开和闭合。当马达沿预定方向旋转时,机器人手31的指尖沿闭合方向移动;当马达沿相反方向旋转时,机器人手31的指尖沿打开方向移动。马达不限于旋转型,并且可以是线性型。
传感器单元32包括被配置为检测机器人30的操作的传感器。在该实施例中,描述了传感器单元32被配置为检测机器人手31的操作的情况,但是传感器单元32可以被配置为检测机器人30的机器人臂的操作。例如,传感器单元32包括转矩传感器、力传感器或马达编码器中的至少一种。转矩传感器是被配置为在机器人手31内部的马达旋转时检测转矩的传感器。可以应用任何系统(诸如电容式系统或光学式系统)作为转矩传感器。力传感器是被配置为检测施加到机器人手31的前端的力的传感器。力传感器也称为“力感测传感器”或“触觉传感器”,并且可以应用任何系统,诸如应变仪式系统或电容式系统。马达编码器是被配置为检测马达在机器人手31中的位置的传感器。例如,当马达是旋转式马达时,检测旋转量(旋转位置/旋转角度)。当马达是线性马达时,检测直线上的移动量(当前位置)。可以应用任何系统(诸如光学式系统或磁性式系统)作为马达编码器。
被描述为存储在存储器12和存储器22中的程序和数据可以通过网络N供给至用户终端10或机器人控制器20。此外,每个设备的硬件配置不限于上述示例,并且可以应用各种类型的硬件。例如,用户终端10和机器人控制器20可以各自包括被配置为读取计算机可读信息存储介质的读取器(例如,光盘驱动器或内存卡插槽)和被配置为直接连接到外部设备的输入/输出设备(例如,USB终端)。在这种情况下,可以通过读取器或输入/输出设备,将存储在信息存储介质中的程序和数据供给至用户终端10或机器人控制器20。
[2.特性评估系统的概要]
图2是用于说明如何使用特性评估系统1的图。例如,特性评估系统1用于例如制造加工食品的工厂的设施中,并且如图2所示,机器人手31把持对象物O。
对象物O是要被机器人手31把持的对象物,并且也被称为“工件”。最终产品可以对应于对象物O,或者在产品的制造过程中所生产的中间产品可以对应于对象物O。例如,对象物O通过皮带输送机等在机器人30的作业范围内移动,并且由在机器人控制器20的控制下进行操作的机器人手31把持。
特性评估系统1可以在制造任何产品的情况下使用。在该实施例中,基于制造加工食品的示例,来描述特性评估系统1的操作。加工食品的制造过程本身可以是一般的制造过程,并且包括例如原料生产过程、成形过程和加热过程。
原料生产过程是生产加工食品的原料的过程。例如,在原料生产过程中,将调味料等添加到原料中并搅拌。成形过程是使原料生产过程中所生产的原料成形的过程。例如,在成形过程中,通过将原料从模具等中挤出或通过将原料倒入模具中,来使原料成形。加热过程是对成形原料进行加热的过程。例如,在加热过程中,通过使成形原料通过烤箱或蒸锅,来对原料进行加热。
在该实施例中,描述了已经经历了成形过程的成形原料对应于对象物O的情况。机器人手31被配置为把持已经被执行了成形过程的对象物O,并基于由传感器单元32的转矩传感器等检测到的物理量,来评估诸如对象物O的尺寸、形状或硬度等各种特性。现在,描述特性评估系统1的配置的细节。
[3.特性评估系统将实现的功能]
图3是用于说明特性评估系统1中将实现的功能的功能框图。现在,描述用户终端10和机器人控制器20中的每一个将实现的功能。
[3-1.机器人控制器将实现的功能]
如图3所示,在机器人控制器20中,实现了操作控制模块200。操作控制模块200主要由CPU 21实现。操作控制模块200被配置为基于对机器人手31的操作进行定义的操作信息,来操作机器人手31。操作信息定义打开和闭合机器人手31的时刻和力(速度)。操作控制模块200基于操作信息所指示的时刻和力,来打开和闭合机器人手31。
在该实施例中,机器人手31把持布置在第一位置的对象物O并且将对象物O移动到第二位置。因此,操作信息指示如下命令和参数,该命令和参数用于将机器人手31移动到第一位置,在预定的时刻且以预定的力将手闭合,并且在保持恒定的把持力的同时将机器人手31移动到第二位置。基于操作信息所指示的命令和参数,操作控制模块200将机器人手31移动到第一位置,在预定的时刻且以预定的力将手闭合,然后在保持恒定的把持力的同时将机器人手31移动到第二位置,并且将手打开。
在该实施例中,对象物O是按周期制造的,因此,操作信息指示机器人手31在每个周期中的操作。例如,当到达周期的起点时,操作控制模块200基于操作信息,来操作机器人手31。操作控制模块200可以通过执行时间测量处理,来判定是否已经到达周期的开始时间,或者传感器可以被布置为检测对象物O已经移动到预定位置,并且操作控制模块200可以基于来自传感器的信号,来判定是否已经到达周期的起点。
例如,当机器人手31中的马达是旋转式马达时,操作信息定义了用于使马达旋转的时刻和旋转量。操作控制模块200控制到马达的输出电压,使得马达以由操作信息指示的时刻和旋转量进行旋转。例如,当机器人手31中的马达是线性马达时,操作信息定义用于使马达移动的时刻和移动量。操作控制模块200控制到马达的输出电压,使得马达以由操作信息指示的时刻和移动量进行移动。
在操作信息中,不仅可以定义机器人手31的操作,而且可以定义机器人30的机器人臂的操作。操作控制模块200可以基于操作信息,来操作机器人30的机器人臂,使得机器人手31移动到对象物O的位置。
[3-2.用户终端将实现的功能]
如图3所示,在用户终端10中,实现了数据存储器100、物理量获取模块101和评估模块102。
[数据存储器]
数据存储器100主要由存储器12实现。数据存储器100被配置为存储评估对象物O的特性所需的数据。例如,数据存储器100存储数据库DB,该数据库DB用于存储由物理量获取模块101获取的物理量。
图4是用于示出数据库DB的数据存储示例的表格。如图4所示,由物理量获取模块101获取的物理量按时序存储在数据库DB中。例如,物理量与获取日期和时间相关联地存储。当获取多种类型的物理量时,诸如物理量的类型(传感器类型)和其上被检测到物理量的轴的名称之类的信息可以存储在数据库DB中。
物理量是指示由传感器单元32检测到的机器人手31的操作的信息。物理量可以是任何种类的信息,例如,由传感器单元32的转矩传感器检测到的转矩信号(转矩值)、由传感器单元32的力传感器检测到的力信号(压力值)或由传感器单元32的马达编码器检测到的编码器信号(旋转量或移动量)。
在该实施例中,产品是按周期制造的,因此,对于每个周期,针对该周期所检测到的物理量都存储在数据库DB中。换句话说,对于每个对象物O,当机器人手31把持对象物O时检测到的物理量存储在数据库DB中。
将存储在数据存储器100中的数据不限于上述示例。例如,数据存储器100可以存储稍后描述的阈值和基准值,或者可以存储用于收集和解析物理量的应用程序。
[物理量获取模块]
物理量获取模块101主要由CPU 11实现。物理量获取模块101被配置为获取机器人手31把持对象物O时的物理量。物理量获取模块101基于来自传感器单元32的检测信号,来获取物理量。在该实施例中,描述了物理量获取模块101直接从传感器单元32获取检测信号作为物理量的情况。然而,物理量获取模块101还可以对来自传感器单元32的检测信号所指示的值进行放大或执行其他处理,并且获取处理后的值作为物理量。
当获取物理量时,物理量获取模块101与获取时间相关联地将物理量存储在数据库DB中。例如,物理量获取模块101获取由传感器单元32的转矩传感器检测到的转矩信号作为物理量,并将获取的转矩信号存储在数据库DB中。作为另一示例,物理量获取模块101获取由传感器单元32的力传感器检测到的力信号作为物理量,并将获取的力信号存储在数据库DB中。作为另一示例,物理量获取模块101获取由传感器单元32的马达编码器检测到的编码器信号作为物理量,并将获取的编码器信号存储在数据库DB中。
物理量获取模块101获取在预先确定的时段(以下称为“获取时段”)内检测到的物理量。获取时段可以包括机器人手31与对象物O接触的整个时段,或者可以仅包括该时段的一部分。具体地,获取时段可以包括从机器人手31接触到对象物O以把持对象物O的时间直到机器人手31移动对象物O并与对象物O分离为止的时段的全部或仅一部分。换句话说,获取时段可以包括从机器人手31开始将手闭合以把持对象物O的操作直到机器人手31打开并完成释放对象物O为止的时段的全部或仅一部分。诸如在该实施例中,当产品按周期制造时,获取时段可以包括整个周期或周期的仅一部分。
图5是用于示出由物理量获取模块101获取的物理量的示例的图表。在这种情况下,描述了物理量是转矩信号的示例。在图5中,横轴(t轴)是时间轴,纵轴(T轴)是指示转矩信号的值的轴。在图5中,转矩信号的波形由符号TS1指示。示出了从机器人手31开始闭合操作直到完成对象物O的把持为止的转矩信号TS1。如图5所示,转矩信号TS1是从机器人手31开始闭合操作直到机器人手31接触到对象物O为止的恒定值(图5的t=t10至t11)。
当机器人手31接触到对象物O时,机器人手31继续闭合操作,同时来自与对象物O接触的部分的排斥力作用在机器人手31上,因此,转矩信号TS1上升(图5的t=t11)。机器人手31照原样继续闭合操作,并在产生最大转矩且转矩信号TS1达到峰值T11(图5的t=t12)之后,对象物O处于被稳定握持的状态,并且转矩信号TS1收敛到收敛值T12(图5的t=t13)。在下面的描述中,除非特别需要参考附图,否则省略转矩信号的附图标记。
在该实施例中,对象物O是按周期制造的,因此,转矩信号以图5的TS1所指示的方式周期性地改变。在对象物O掉落并且不能被机器人手31把持的情况下,机器人手31没有接触到对象物O,因此,转矩信号是没有峰的恒定值。作为另一示例,当机器人手31在操作期间使对象物O掉落或压碎并损坏对象物O时,转矩信号从收敛状态迅速改变。
[评估模块]
评估模块102主要由CPU 11实现。评估模块102被配置为基于物理量来评估对象物O的特性。对象物O的特性是对象物O的状态、特征或品质。例如,特性可以是对象物O的尺寸、形状或硬度(固性),或者是否发生了异常。这里使用的术语“评估”是指根据物理量来确定对象物O的特性。
对象物O的物理量与特性之间的关系被描述为程序代码的一部分。在该实施例中,准备了与物理量有关的多个条件。每个条件与对象物O的特性相关联,并且评估模块102将与物理量所满足的条件相关联的特性作为对象物O的特性。要评估的对象物O是在获取物理量时正被把持的对象物O。
现在,描述用于评估对象物O的特性的条件的示例。在该实施例中,评估模块102包括第一评估模块102A、第二评估模块102B、第三评估模块102C、第四评估模块102D和第五评估模块102E,并且通过综合考虑多个条件,来评估对象物O的特性。以下描述是评估特性的方法的示例,但是并不需要实现第一评估模块102A至第五评估模块102E中的全部。例如,可以仅实现第一评估模块102A至第五评估模块102E中的一部分(任何一个、两个、三个或四个)。类似于图5的示例,描述了物理量是转矩信号的示例。
[第一评估模块]
在该实施例中,当对象物O按周期制造并且对象物O在给定周期中发生异常时,机器人手31的把持方法可以与其他周期不同。由此,第一评估模块102A被配置为基于在对象物的每个制造周期中获取的转矩信号的改变,来评估对象物O的特性。
图6是用于示出评估对象物O的特性的处理的图表。例如,第一评估模块102A判定制造要评估的对象物O的周期(下文称为“评估周期”)中的转矩信号与当所制造的对象物O被把持时的、用作待比较周期的另一周期(下文称为“比较周期”)中的转矩信号之间的差是否等于或大于阈值,并且基于判定结果来评估对象物O的特性。
比较周期可以是与评估周期不同的任何周期,并且可以在评估周期之前或之后。至少一个周期是比较周期就足够了。比较周期可以仅是一个周期,也可以是多个周期。当多个周期是比较周期时,第一评估模块102A可以将所有比较周期的每个转矩信号与评估周期的转矩信号进行比较,或者可以计算多个比较周期的转矩信号的平均值,并将该平均值与评估周期的转矩信号进行比较。
例如,当评估周期中的转矩信号TS2与比较周期中的转矩信号TS1之间的差等于或大于阈值时,第一评估模块102A评估对象物O在评估周期中发生了异常,并且当差小于阈值时,第一评估模块102A评估对象物O在评估周期中是正常的。
差是转矩信号值之间的差或转矩信号已改变的时刻的差。转矩信号随时间改变,因此,第一评估模块102A可以获取转矩信号差的积分值作为差,或者可以获取转矩信号差的平均值作为差。作为另一示例,第一评估模块102A可以获取转矩信号之间的差最大时的差的值作为差。在图6的示例中,对于转矩信号TS1和TS2,信号上升的时刻t11和t21是相同的,但是随后的峰值T11和T21及其时刻t12和t22是不同的。收敛值T12和T22及其时刻t13和t23也不同。这些信号值和时刻用作差。
阈值可以是预先确定的值,并且被存储在数据存储器100中。阈值可以是固定值或可变值。例如,阈值可以由用户指定,或者可以依据对象物O的类型或机器人30的类型来设置值。
异常是对象物O的特性不是标准对象物O的特性的情况。换句话说,当关于标准对象物O的特性的误差超过容许范围时,发生异常。例如,当对象物O的尺寸、形状和硬度中的至少一者的误差等于或大于容许范围时,发生异常。标准对象物O的特性是理想对象物O的特性,并且是用户期望的对象物O的特性。在如该实施例中的使加工食品成形的过程中,执行成形使得加工食品具有预定形状,因此,具有期望的尺寸、形状和硬度对应于具有标准对象物O的特性。具有不期望的特性的对象物O对应于异常的发生。
“正常”是指与异常相反,并且是标准对象物O的特性。换句话说,“正常”是指关于标准对象物O的特性的误差小于容许范围。例如,当对象物O的尺寸、形状或硬度中的至少一者的误差小于容许范围时,特性是正常的。具有期望特性的对象物O对应于正常。
[第二评估模块]
第二评估模块102B被配置为基于转矩信号的上升时间,来评估对象物O的特性。上升时间是转矩信号机器人手31接触到对象物O之前转矩信号的变化小于阈值的状态改变为机器人手31接触到对象物O并且转矩信号的变化等于或大于阈值的状态的时刻。换句话说,上升时间是转矩信号从机器人手31接触到对象物O之前每单位时间的转矩信号的增加量小于阈值的状态改变为机器人手31接触到对象物O并且每单位时间的转矩信号的增加量等于或大于阈值的状态的时刻。阈值可以被设置为任何值,并且可以是固定值或可变值。
例如,第二评估模块102B判定转矩信号的上升时间是否早于基准值,并且基于判定结果,来评估对象物O的特性。基准值可以是预先确定的任何时刻,例如,是机器人手31把持标准对象物O时的转矩信号的上升时间。基准值可以由用户手动设置,或者可以是判定为正常的对象物O的转矩信号的上升时间的平均值。第二评估模块102B判定转矩信号的上升时间是否早于标准时刻。
图7和图8是用于示出评估对象物O的特性的处理的图表。图7和图8的转矩信号TS1是标准对象物O的转矩信号。由此,基准值为转矩信号TS1的上升时间t11。例如,当对象物O大于标准尺寸时,机器人手31比预期更早地接触到对象物O,因此,上升时间t31早于转矩信号TS1,如图7的转矩信号TS3所示。另一方面,当对象物O小于标准尺寸时,机器人手31比预期更晚地接触到对象物O,因此,上升时间t41晚于转矩信号TS1,如图8的转矩信号TS4所示。
由此,第二评估模块102B可以判定转矩信号的上升时间是否早于基准值,并且基于判定结果,来评估对象物O的尺寸。具体地,第二评估模块102B可以在转矩信号的上升时间早于基准值时,判定对象物O大于标准尺寸,并且在转矩的上升时间晚于基准值时,判定对象物O小于标准尺寸。
作为另一示例,当对象物O的形状与标准形状相比突出时,机器人手31比预期更早地接触到对象物O,因此,上升时间t31早于转矩信号TS1,如转矩信号TS3所示。另一方面,当对象物O与标准尺寸相比凹陷时,机器人手31比预期更晚地接触到对象物O,因此,上升时间t41晚于转矩信号TS1,如转矩信号TS4所示。
由此,第二评估模块102B可以判定转矩信号的上升时间是否早于基准值,并且基于判定结果,来评估对象物O的形状(凹/凸程度)。具体地,第二评估模块102B可以在转矩信号的上升时间早于基准值时,判定对象物O与标准形状相比突出,并且在转矩信号的上升时间晚于基准值时,判定对象物O与标准形状相比凹陷。
第二评估模块102B还可以例如基于转矩信号的上升时间与基准值之间的差,来评估对象物O的特性。例如,当尺寸差较大时,上升时间差较大,因此,第二评估模块102B可以基于转矩信号的上升时间与基准值之间的差,来评估对象物O的尺寸。具体地,第二评估模块102B可以在差较大时,评估与标准尺寸的差较大,并且在差较小时,评估与标准尺寸的差小。例如,第二评估模块102B可以在转矩信号的上升时间与基准值之间的差等于或大于阈值时,评估对象物O的尺寸异常。
此外,例如,当形状差较大时,上升时间差较大,因此,第二评估模块102B可以基于转矩信号的上升时间与基准值之间的差,来评估对象物O的形状。具体地,第二评估模块102B可以在差较大时,评估与标准形状的差较大,并且在差较小时,评估与标准形状的差较小。例如,第二评估模块102B可以在转矩信号的上升时间与基准值之间的差等于或大于阈值时,评估对象物O的形状异常。
[第三评估模块]
第三评估模块102C被配置为基于转矩信号的收敛时刻,来评估对象物O的特性。收敛时刻是的这样的时刻,在该时刻,转矩信号在上升时间之后(或在峰之后)从转矩信号的变化等于或大于阈值的状态改变为转矩信号的变化小于阈值的状态。换句话说,收敛时刻是这样的时刻,在该时刻,每单位时间的转矩信号的减少量在上升时间之后(或在峰之后)从每单位时间的转矩信号的减少量等于或大于阈值的状态改变为每单位时间的转矩信号的减少量小于阈值的状态。阈值可以被设置为任何值,并且可以是固定值或可变值。
例如,第三评估模块102C判定转矩信号的收敛时刻是否早于基准值,并且基于判定结果,来评估对象物O的特性。基准值可以是预先确定的任何时刻,例如,是机器人手31把持标准对象物O时的转矩信号的收敛时刻。基准值可以由用户手动设置,或者可以是判定为正常的对象物O的转矩信号的收敛时刻的平均值。在图7和图8的示例中,基准值是转矩信号TS1的收敛时刻t13。第三评估模块102C判定转矩信号的收敛时刻是否早于标准时刻。
例如,当对象物O大于标准尺寸时,机器人手31比预期更早地接触到对象物O,并且还更早地完成把持。因此,如图7的转矩信号TS3所示,收敛时刻t33早于转矩信号TS1。另一方面,当对象物O小于标准尺寸时,机器人手31比预期更晚地接触到对象物O,并且还更晚地完成把持。因此,如转矩信号TS4所示,收敛时刻T43晚于转矩信号TS1。
由此,第三评估模块102C可以判定转矩信号的收敛时刻是否早于基准值,并且基于判定结果,来评估对象物O的尺寸。具体地,第三评估模块102C可以在转矩信号的收敛时刻早于基准值时,判定对象物O大于标准尺寸,并且在转矩信号的收敛时刻晚于基准值时,判定对象物O小于标准尺寸。
作为另一示例,当对象物O的形状相比于标准形状突出时,机器人手31比预期更早地接触到对象物O,并且还更早地完成把持。因此,收敛时刻t33早于转矩信号TS1,如转矩信号TS3所示。另一方面,当对象物O与标准尺寸相比凹陷时,机器人手31比预期更晚地接触到对象物O,并且还更晚地完成把持。因此,收敛时刻t43晚于转矩信号TS1,如转矩信号TS4所示。
由此,第三评估模块102C可以判定转矩信号的收敛时刻是否早于基准值,并且基于判定结果,来评估对象物O的形状。具体地,第三评估模块102C可以在转矩信号的收敛时刻早于基准值时,判定对象物O与标准形状相比突出,并且在转矩信号的收敛时刻晚于基准值时,判定对象物O与标准形状相比凹陷。
例如,当对象物O的硬度大于标准硬度时,机器人手31比预期更早地完成对象物O的把持。因此,如转矩信号TS3所示,收敛时刻t33早于转矩信号TS1。另一方面,当对象物O的硬度小于标准硬度时,机器人手31比预期更晚地完成对象物O的把持。因此,如转矩信号TS4所示,收敛时刻t43晚于转矩信号TS1。
由此,第三评估模块102C可以判定转矩信号的收敛时刻是否早于基准值,并且基于判定结果,来评估对象物O的硬度。具体地,第三评估模块102C可以在转矩信号的收敛时刻早于基准值时,判定对象物O比标准硬度硬,并且在转矩信号的收敛时刻晚于基准值时,判定对象物O比标准硬度软。
第三评估模块102C还可以例如基于转矩信号的收敛时刻与基准值之间的差,来评估对象物O的特性。例如,当尺寸差较大时,收敛时刻差较大,因此,第三评估模块102C可以基于转矩信号的收敛时刻与基准值之间的差,来评估对象物O的尺寸。具体地,第三评估模块102C可以在差较大时,评估与标准尺寸的差较大,并且在差较小时,评估与标准尺寸的差较小。例如,第三评估模块102C可以在转矩信号的收敛时刻与基准值之间的差等于或大于阈值时,评估对象物O的尺寸异常。
此外,当形状差较大时,收敛时刻差较大,因此,第三评估模块102C可以基于转矩信号的收敛时刻与基准值之间的差,来评估对象物O的形状。具体地,第三评估模块102C可以在差较大时,评估与标准形状的差较大,并且在差较小时,评估与标准形状的差较小。例如,第三评估模块102C可以在转矩信号的收敛时刻与基准值之间的差等于或大于阈值时,评估对象物O的形状异常。
此外,当硬度差较大时,收敛时刻差较大,因此,第三评估模块102C可以基于转矩信号的收敛时刻与基准值之间的差,来评估对象物O的硬度。具体地,第三评估模块102C可以在差较大时,评估与标准硬度的差较大,并且在差较小时,评估与标准硬度的差较小。例如,第三评估模块102C可以在转矩信号的收敛时刻与基准值之间的差等于或大于阈值时,评估对象物O的硬度异常。
[第四评估模块]
第四评估模块102D被配置为基于转矩信号的峰值,来评估对象物O的特性。峰值是转矩信号在获取时段中的最大值。具体地,峰值是转矩信号从机器人手31接触到对象物O直到机器人手31释放对象物O为止的最大值。第四评估模块102D将随时间改变的转矩信号的最大值设置为峰值。
例如,第四评估模块102D判定转矩信号的峰值是否高于基准值,并且基于判定结果,来评估对象物O的特性。基准值可以是预先确定的任何值,例如,是机器人手31把持标准对象物O时的峰值。基准值可以由用户手动设置,或者可以是判定为正常的对象物O的转矩信号的峰值的平均值。在图7和图8的示例中,基准值为转矩信号TS1的峰值T11。第四评估模块102D判定转矩信号的峰值是高于还是低于标准峰值。
例如,当对象物O大于标准尺寸时,当手试图靠近预定位置时,从对象物O作用在机器人手31上的排斥力增大。因此,如转矩信号TS3所示,峰值T31高于转矩信号TS1。另一方面,当对象物O小于标准尺寸时,当手试图靠近预定位置时,从对象物O作用到机器人手31上的排斥力减小。因此,如转矩信号TS4所示,峰值T41低于转矩信号TS1。
由此,第四评估模块102D可以判定转矩信号的峰值是否高于基准值,并且基于判定结果,来评估对象物O的尺寸。具体地,第四评估模块102D可以在转矩信号的峰值高于基准值时,判定对象物O大于标准尺寸,并且在转矩信号的峰值低于基准值时,判定对象物O小于标准尺寸。
例如,当对象物O的形状与标准形状相比突出时,当手试图靠近预定位置时,从对象物O作用在机器人手31上的排斥力增大。因此,如转矩信号TS3所示,峰值T31高于转矩信号TS1。另一方面,当对象物O与标准形状相比凹陷时,当手试图靠近预定位置时,从对象物O作用到机器人手31上的排斥力减小。因此,如转矩信号TS4所示,峰值T41低于转矩信号TS1。
由此,第四评估模块102D可以判定转矩信号的峰值是否高于基准值,并且基于判定结果,来评估对象物O的形状。具体地,第四评估模块102D可以在转矩信号的峰值高于基准值时,判定对象物O与标准形状相比突出,并且在转矩信号的峰值低于基准值时,判定对象物O与标准形状相比凹陷。
例如,当对象物O的硬度大于标准硬度时,当手试图靠近预定位置时,从对象物O作用到机器人手31上的排斥力增大。因此,如转矩信号TS3所示,峰值T31高于转矩信号TS1。另一方面,当对象物O的硬度小于标准硬度时,当手试图靠近预定位置时,从对象物O作用在机器人手31上的排斥力减小。因此,如转矩信号TS4所示,峰值T41低于转矩信号TS1。
由此,第四评估模块102D可以判定转矩信号的峰值是否高于基准值,并且基于判定结果,来评估对象物O的硬度。具体地,第四评估模块102D可以在转矩信号的峰值高于基准值时,判定对象物O比标准硬度硬,并且在转矩信号的峰值低于基准值时,判定对象物O比标准硬度软。
第四评估模块102D还可以例如基于转矩信号的峰值与基准值之间的差来评估对象物O的特性。例如,当尺寸差较大时,峰值差较大,因此,第四评估模块102D可以基于转矩信号的峰值与基准值之间的差,来评估对象物O的尺寸。具体地,第四评估模块102D可以在差较大时,评估与标准尺寸的差较大,并且在差较小时,评估与标准尺寸的差较小。
例如,当形状差较大时,峰值差较大,因此,第四评估模块102D可以基于转矩信号的峰值与基准值之间的差,来评估对象物O的形状。具体地,第四评估模块102D可以在差较大时,评估与标准形状的差较大,并且在差较小时,评估与标准形状的差较小。
例如,当硬度差较大时,峰值差较大,因此,第四评估模块102D可以基于转矩信号的峰值与基准值之间的差,来评估对象物O的硬度。具体地,第四评估模块102D可以在差较大时,评估与标准硬度的差较大,并且在差较小时,评估与标准硬度的差较小。
[第五评估模块]
第五评估模块102E被配置为基于转矩信号收敛时的收敛值,来评估对象物O的特性。收敛值是转矩信号在收敛时刻到达时的值。换句话说,收敛值是转矩信号的改变量在上升时间之后(峰之后)变得小于阈值时的值。阈值可以设置为任何值,并且可以是固定值或可变值。
例如,第五评估模块102E判定转矩信号的收敛值是否高于基准值,并且基于判定结果,来评估对象物O的特性。基准值可以是预先确定的任何值,例如,是机器人手31把持标准对象物O时的收敛值。基准值可以由用户手动设置,或者可以是过去的转矩信号的收敛值的平均值。在图7和图8的示例中,基准值是转矩信号TS1的收敛值T12。第五评估模块102E判定转矩信号的收敛值是高于还是低于标准收敛值。
例如,当对象物O大于标准尺寸时,当机器人手31试图将手闭合到预定位置时,从对象物O作用在机器人手31上的排斥力增大,因此,如转矩信号TS3所示,收敛值T32高于转矩信号TS1。另一方面,当对象物O小于标准尺寸时,当机器人手31试图将手闭合到预定位置时,从对象物O作用在机器人手31上的排斥力减小,因此,如转矩信号TS4所示,收敛值T42小于转矩信号TS1。
由此,第五评估模块102E可以判定转矩信号的收敛值是否高于基准值,并且基于判定结果,来评估对象物O的尺寸。具体地说,第五评估模块102E可以在转矩信号的收敛值高于基准值时,判定对象物O大于标准尺寸,并且在转矩信号的收敛值低于基准值时,判定对象物O小于标准尺寸。
例如,当对象物O的形状与标准形状相比突出时,当机器人手31试图将手闭合到预定位置时,从对象物O作用在机器人手31上的排斥力增大,因此,如转矩信号TS3所示,收敛值T32高于转矩信号TS1。另一方面,当对象物O的形状与标准形状相比凹陷时,当机器人手31试图将手闭合到预定位置时,从对象物O作用在机器人手31上的排斥力减小,因此,如转矩信号TS4所示,收敛值T42低于转矩信号TS1。
由此,第五评估模块102E可以判定转矩信号的收敛值是否高于基准值,并且基于判定结果,来评估对象物O的形状。具体地,第五评估模块102E可以在转矩信号的收敛值高于基准值时,判定对象物O与标准形状相比突出,并且在转矩信号的收敛值低于基准值时,判定对象物O与标准形状相比凹陷。
例如,当对象物O的硬度大于标准硬度时,当机器人手31试图将手闭合到预定位置时,从对象物O作用在机器人手31上的排斥力增大,因此,如转矩信号TS3所示,收敛值T32高于转矩信号TS1。另一方面,当对象物O的硬度小于标准硬度时,当机器人手31试图将手闭合到预定位置时,从对象物O作用在机器人手31上的排斥力减小。如转矩信号TS4所示,收敛值T42低于转矩信号TS1。
由此,第五评估模块102E可以判定转矩信号的收敛值是否高于基准值,并且基于判定结果,来评估对象物O的硬度。具体地,第五评估模块102E可以在转矩信号的收敛值高于基准值时,判定对象物O比标准硬度硬,并且在转矩信号的收敛值低于基准值时,判定对象物O比标准硬度软。
第五评估模块102E还可以例如基于转矩信号的收敛值与基准值之间的差来评估对象物O的特性。例如,当尺寸差较大时,收敛值差较大,因此,第五评估模块102E可以基于转矩信号的收敛值与基准值之间的差,来评估对象物O的尺寸。具体地,第五评估模块102E可以在差较大时,评估与标准尺寸的差较大,并且在差较小时,评估与标准尺寸的差较小。
例如,当形状差较大时,收敛值差较大,因此,第五评估模块102E可以基于转矩信号的收敛值与基准值之间的差,来评估对象物O的形状。具体地,第五评估模块102E可以在差较大时,评估与标准形状的差较大,并且在差较小时,评估与标准形状的差较小。
例如,当硬度差较大时,收敛值差较大,因此,第五评估模块102E可以基于转矩信号的收敛值与基准值之间的差,来评估对象物O的硬度。具体地,第五评估模块102E可以在差较大时,评估与标准硬度的差较大,并且在差较小时,评估与标准硬度的差较小。
在上述示例中,描述了评估尺寸、形状或硬度中的至少一者作为对象物O的特性的情况,但是还可以评估另一特性。例如,可以基于转矩信号,来评估对象物O的力(脆性)。当对象物O的力小于标准力时,机器人手31会在对象物O被把持时破坏对象物O。在这种情况下,转矩信号突然改变,因此,当转矩信号突然改变时,可以评估对象物O的力不足(对象物O比标准弱)。
另外,在上述示例中,描述了基于转矩信号来评估对象物O的特性的情况,但是可以基于另一物理量来评估对象物O的特性。例如,评估模块102可以基于由传感器单元32的力传感器检测到的力信号来评估对象物O的特性。例如,当对象物O大于标准尺寸时,类似于转矩传感器的上升时间,机器人手31比预期更早地接触到对象物O,因此,力信号的上升时间早于标准。因此,评估模块102可以基于力信号的上升时间来评估对象物O的特性。类似地,评估模块102可以基于力信号的收敛时刻、峰值或收敛值中的至少一者来评估对象物O的特性。
作为另一示例,评估模块102可以基于由传感器单元32的马达编码器检测到的编码器信号来评估对象物O的特性。例如,当对象物O大于标准尺寸时,机器人手31比预期更早地接触到对象物O,因此,马达的旋转量或移动量下降的时刻早于标准。由此,评估模块102可以基于马达的旋转量或移动量下降的时刻来评估对象物O的特性。类似地,例如,评估模块102可以基于马达的旋转或移动停止的时刻来评估对象物O的特性。
[4.特性评估系统将执行的处理]
图9是用于说明特性评估系统1将执行的处理的流程图。图9所示的处理在用户终端10中由根据存储在存储器12中的程序进行操作的CPU 11来执行,并且在机器人控制器20中由根据存储在存储器22中的程序进行操作的CPU 21来执行。图9所示的处理是由图3所示的功能框所执行的处理的示例,并且例如在每次到达制造对象物O的周期时执行。
如图9所示,首先,在机器人控制器20中,CPU 21基于存储在存储器22中的操作信息,来操作机器人手31(步骤S1)。在步骤S1中,CPU 21控制到机器人手31中的马达的输出电压,使得机器人手31在操作信息所指示的时刻和力处打开和闭合。
CPU 21获取由传感器单元32检测到的物理量(步骤S2)。在步骤S2中,CPU 21从传感器单元32的转矩传感器获取转矩信号。CPU 21还可以例如从传感器单元32的力传感器获取力信号或从传感器单元32的马达编码器获取编码器信号。
CPU 21将在步骤S2中获取的物理量发送到用户终端10(步骤S3)。在步骤S3中,CPU21基于在周期中重复获取的物理量,将物理量随时间的变化发送给用户终端10。
在用户终端10中,CPU 11从机器人控制器20获取由传感器单元32检测到的物理量(步骤S4)。在步骤S4中,CPU 11将获取的物理量与当前日期和时间相关联地记录在数据库DB中。
CPU 11基于在步骤S4中获取的物理量,来评估对象物O的特性(步骤S5)。如上所述,当转矩信号是物理量时,在步骤S5中,CPU 11基于过去周期中的转矩信号、上升时刻、收敛时刻、峰值或收敛值中的至少一者,来评估对象物O的尺寸、形状或硬度中的至少一者。
CPU 11在显示器15上显示步骤S5中评估的对象物O的特性(步骤S6)。在步骤S6中,CPU 11可以在显示器15上显示对象物O中存在/不存在异常,或者可以在显示器15上显示关于对象物O的评估尺寸、形状或硬度中的至少一者的评估信息。在该示例中,特性的评估结果显示在显示器15上,但是CPU 11可以将评估结果发送到产品检查负责人的计算机,或者可以将评估结果记录在存储器12中而无需特别地显示评估结果。作为另一示例,当对象物O中已经发生异常时,CPU 11可以通过使用声音、光等,来输出警报。
在上述特性评估系统1中,被配置为把持对象物O的机器人手31基于操作信息来操作,并且可以基于机器人手31把持对象物O时的物理量,来评估对象物O的特性。例如,当对象物O不具有期望的硬度时,机器人手31把持对象物O时的物理量不会示出预定波形,因此,可以评估对象物O的硬度。作为另一示例,当对象物O不具有期望的尺寸或形状时,机器人手31把持对象物O时的物理量不会示出预定波形,因此,可以评估对象物O的尺寸或形状。结果,可以减少检查所需的作业量和精力量并且可以提高产品的品质。
此外,可以通过基于在对象物O的每个制造周期中所获取的转矩信号的变化来评估对象物O的特性,例如,通过评估转矩信号是否已偏离正常状态,来更准确地评估对象物O的特性。
另外,可以通过基于转矩信号的上升时间评估对象物O的特性,来更准确地评估对象物O的特性。
另外,可以通过基于转矩信号的收敛时刻评估对象物O的特性,来更准确地评估对象物O的特性。
另外,可以通过基于转矩信号的峰值评估对象物O的特性,来更准确地评估对象物O的特性。
另外,可以通过基于转矩信号的收敛值评估对象物O的特性,来更准确地评估对象物O的特性。
[5.变形例]
本发明不限于上述实施例,并且可以在不脱离本发明的精神的情况下适当地变形。
图10是本发明的变形例中的功能框图。如图10所示,在以下描述的变形例中,实现了发送模块103、过程改变模块104和操作信息改变模块105。这些功能中的每一个主要由CPU 11实现。
(1)例如,特性评估系统1可以被配置为向连接到网络N的外部系统发出请求,以管理和解析由传感器单元32检测到的物理量。在这种情况下,特性评估系统1可以在每次获取物理量时将包括物理量的数据发送到外部系统,但是可以通过仅在特定时间发送数据,来减少要由外部系统管理或解析的数据量。
在该变形例的特性评估系统1中,实现了发送模块103。发送模块103被配置为基于由评估模块102评估的特性,将包括物理量的数据发送至被配置为对物理量进行解析的计算机。
在该变形例中,描述了解析物理量的计算机包含在外部系统中的情况,但是该计算机可以包含在特性评估系统1中。例如,该计算机是服务器计算机、个人计算机、蜂窝电话或移动终端。计算机存储用于收集和蓄积包括物理量的数据的应用程序以及用于解析物理量的应用程序。计算机基于那些应用程序来执行各种类型的处理。
包括物理量的数据可以是任何数据格式。例如,数据可以是数据库DB中的单个记录,也可以一起发送多个记录。
发送模块103被配置为判定由评估模块102评估的特性是否是预定特性。当评估特性不是预定特性时,发送模块103将包括物理量的数据发送给计算机,并且当评估特性不是预定特性时,发送模块103不将包括物理量的数据发送给计算机。预定特性是用于判定是否发送包括物理量的数据的条件,并且可以应用任何条件。例如,对象物O中将发生异常的评估或者对象物O的尺寸、形状或硬度中的至少一者与标准不同的事实可以对应于预定特性。
在第一变形例中,可以通过基于对象物O的评估特性将包括物理量的数据发送至计算机,来仅将解析所需的数据发送至对物理量进行解析的计算机。由此,可以防止发送不需要的数据,减少计算机的内存消耗,并且减少网络的通信量。另外,特性评估系统1不会总是发送数据,因此,可以减少特性评估系统上的处理负荷。
(2)在实施例中,描述了将评估模块102的评估结果显示在显示器15上或通知给检查负责人的情况。然而,利用评估模块102的评估结果的方法不限于实施例中描述的示例。例如,在机器人手31把持对象物O时评估异常的情况下,在先前过程中可能存在问题。由此,评估模块102的评估结果可以用于先前过程中。
在该变形例的特性评估系统1中,实现了过程改变模块104。过程改变模块104被配置为基于由评估模块102评估的特性,来改变机器人手31把持对象物O的过程之前的过程。在实施例中,实现了机器人手31在原料生产过程和成形过程之后把持对象物O的过程,因此,过程改变模块104改变原料生产过程或成形过程中的至少一者。
例如,过程改变模块104判定由评估模块102评估的特性是否是预定特性。当评估特性是预定特性时,过程改变模块104改变先前过程,并且当评估特性不是预定特性时,过程改变模块104不改变先前过程。预定特性是用于判定是否改变先前过程的条件,并且可以应用任何条件。例如,对象物O中将发生异常的评估或者对象物O的尺寸、形状或硬度中的至少一者与标准不同的事实可以对应于预定特性。
例如,过程改变模块104改变参数,诸如原料生产过程中的原料的混合比、装置的旋转/振动量、热空气的温度或干燥时间。作为另一示例,过程改变模块104改变成形过程中的成形方法,或改变成形期间的诸如压力或压制时间之类的参数。由过程改变模块104执行的改变不限于那些示例,并且可以执行任何改变,只要改变适合于对象物O的过程即可。
在第二变形例中,可以基于对象物O的评估特性,来改变机器人手31把持对象物O的过程之前的过程,从而改变对象物O的特性。具体地,对象物O的评估特性可以反馈到上一个过程。例如,在先前的过程中,在混合原料或模制对象物O的情况下,可以通过改变那些过程,来改变对象物O的特性。
(3)例如,在第二变形例中,作为利用评估模块102的评估结果的方法,描述了改变机器人手31把持对象物O的过程之前的过程。但是,还存在该问题不在先前的过程中而是在机器人手31把持对象物O的过程中的可能形。由此,评估模块102的评估结果可以用于机器人手31把持对象物O的过程中。
操作信息改变模块105被配置为基于由评估模块102评估的特性,来改变操作信息。例如,操作信息改变模块105判定由评估模块102评估的特性是否为预定特性。操作信息改变模块105在评估特性是预定特性时改变操作信息,并且在评估特性不是预定特性时不改变操作信息。预定特性是用于判定是否改变操作信息的条件,并且可以应用任何条件。例如,在对象物O中将发生异常的评估或者对象物O的尺寸、形状或硬度中的至少一者与标准不同的事实可以对应于预定特性。
例如,当评估特性是预定特性时,操作信息改变模块105改变机器人手31的位置。作为另一示例,当评估特性是预定特性时,操作信息改变模块105改变用于打开和闭合机器人手31的时刻。例如,当评估对象物O的尺寸较大时、当评估对象物O的形状突出时或者当评估对象物O较硬时,存在机器人手31过早闭合的可能性,因此,操作信息改变模块105延迟闭合机器人手31的时刻。
作为另一示例,当评估特性是预定特性时,操作信息改变模块105改变打开和闭合机器人手31的力。例如,当评估对象物O的尺寸较大时、当评估对象物O的形状突出时或者当评估对象物O较硬时,存在机器人手31用太大的力闭合的可能性,因此,操作信息改变模块105减小闭合机器人手31的力。
在第三变形示例中,可以基于对象物O的评估特性,来改变机器人手31把持对象物O时的操作信息,从而改变机器人手31把持对象物O的过程。机器人手31可以在与对象物O的特性相对应的稳定状态下把持对象物O。
(4)例如,可以组合上述变形示例。
例如,传感器单元32中所包括的传感器可以是任何传感器,并且不限于转矩传感器、力传感器和马达编码器。例如,传感器单元32中可以包括温度传感器,由温度传感器检测到的温度可以对应于物理量,并且可以基于温度,来评估对象物O的特性。作为另一示例,传感器单元32中可以包括磁传感器,由磁传感器检测到的磁性可以对应于物理量,并且可以基于磁性,来评估对象物O的特性。
上面已经描述了加工食品作为产品的示例的情况,但是特性评估系统1可以应用于任何产品。例如,特性评估系统1可以在制造或加工材料的过程中评估对象物O的特性。在这种情况下,对象物O可以是作为最终产品的材料,或者可以是已经被处理以生产食品的材料。作为另一示例,特性评估系统1可以在诸如汽车或摩托车之类的车辆的制造过程中评估对象物O的特性。在这种情况下,对象物O是形成车辆的单个零件。另外,例如,特性评估系统1可以自由地应用于诸如家具或建筑部件的制造或者半导体基板的制造的情况中。
上面已经描述了工业机器人作为机器人30的示例的情况,但是可以应用各种类型的机器人作为机器人30,诸如服务机器人、家用机器人或医疗机器人。例如,可以基于由传感器单元32检测到的物理量,来评估由服务机器人把持的产品等的特性。作为另一示例,可以基于由传感器单元32检测到的物理量,来评估由家用机器人把持的餐具等的特性。作为另一示例,可以基于由传感器单元32检测到的物理量,来评估由医疗机器人把持的医疗器械等的特性。
已经描述了每个功能由用户终端10来实现的情况,但是每个功能可以分布在多个计算机之间。另外,例如,每个功能可以由服务器计算机实现。
当评估对象物O的特性时,特性评估系统1还可以使用例如机器学习(例如贝叶斯网络、支持向量机或深度学习)。例如,当判定对象物O中是否存在异常时,特性评估系统1可以使用机器学习。在这种情况下,特性评估系统1使学习设备基于教师数据来学习,教师数据包括对象物O中发生异常时所测量到的物理量和对象物O中未发生异常时(即,正常时)所测量到的物理量。当特性评估系统1将机器人手31把持对象物O时所测量到的物理量输入到已经完成学习的学习设备中时,学习设备判定是否将输入的物理量分类为异常还是正常(即,分配标签以输入指示物理量是异常还是正常的物理量),并输出解析结果。各种类型的分类学习设备方法本身可应用于判定。例如,当使用卷积神经网络时,将输入的物理量转换为特征量,并基于特征量进行分类。此外,存在多种类型的异常,诸如硬度异常和尺寸异常,因此,可以将关于每种异常的物理量存储在教师数据中,并且学习设备可以基于输入的物理量将已经发生的异常的类型进行分类。另外,例如,当使用递归神经网络时,学习设备可以通过将机器人手31把持对象物O时在某一时段内所测量到的物理量划分为多个时段并且考虑时序中每个时段的物理量,来对已经发生的异常类型进行分类。
此外,上述实施例作为具体示例给出,并且不将本文公开的本发明限于具体示例的实际配置和数据存储示例。本领域技术人员可以例如根据物理部件的形状和数量、数据结构以及处理的执行顺序对公开的实施例进行各种变形。应当理解,本文公开的本发明的技术范围包括这样的变形。换句话说,本领域技术人员应当理解,可以根据设计要求和其他因素进行各种变形、组合、子组合和修改,只要它们在所附权利要求或其等同物的范围内即可。
Claims (11)
1.一种特性评估系统,其包括:
机器人手(31),其被配置为把持对象物;
操作控制模块(200),其被配置为基于定义所述机器人手(31)的操作的操作信息,来使所述机器人手(31)进行操作;
物理量获取模块(101),其被配置为获取所述机器人手(31)把持所述对象物时的物理量;和
评估模块(102),其被配置为基于所述物理量,来评估所述对象物的特性。
2.根据权利要求1所述的特性评估系统,还包括发送模块(103),所述发送模块被配置为基于由所述评估模块(102)评估的特性,来将包括所述物理量的数据发送至被配置为对所述物理量进行解析的计算机。
3.根据权利要求1或2所述的特性评估系统,还包括过程改变模块(104),所述过程改变模块被配置为基于由所述评估模块(102)评估的特性,来改变所述机器人手(31)把持所述对象物的过程之前的过程。
4.根据权利要求1或2所述的特性评估系统,还包括操作信息改变模块(105),所述操作信息改变模块被配置为基于由所述评估模块(102)评估的特性,来改变所述操作信息。
5.根据权利要求1或2所述的特性评估系统,
其中,所述物理量包括转矩信号,并且
其中,所述特性评估系统还包括第一评估模块(102A),所述第一评估模块被配置为基于所述对象物的每个制造周期中所获取的所述转矩信号的变化,来评估所述对象物的特性。
6.根据权利要求1或2所述的特性评估系统,
其中,所述物理量包括转矩信号,并且
其中,所述特性评估系统还包括第二评估模块(102B),所述第二评估模块被配置为基于所述转矩信号的上升时间,来评估所述对象物的特性。
7.根据权利要求1或2所述的特性评估系统,
其中,所述物理量包括转矩信号,并且
其中,所述特性评估系统还包括第三评估模块(102C),所述第三评估模块被配置为基于所述转矩信号的收敛时刻,来评估所述对象物的特性。
8.根据权利要求1或2所述的特性评估系统,
其中,所述物理量包括转矩信号,并且
其中,所述特性评估系统还包括第四评估模块(102D),所述第四评估模块被配置为基于所述转矩信号的峰值,来评估所述对象物的特性。
9.根据权利要求1或2所述的特性评估系统,
其中,所述物理量包括转矩信号,并且
其中,所述特性评估系统还包括第五评估模块(102E),所述第五评估模块被配置为基于所述转矩信号收敛时所获得的收敛值,来评估所述对象物的特性。
10.一种特性评估方法,其包括以下步骤:
基于定义机器人手(31)的操作的操作信息,来使被配置为把持对象物的所述机器人手(31)进行操作;
获取所述机器人手(31)把持所述对象物时的物理量;和
基于所述物理量,来评估所述对象物的特性。
11.一种程序,其使计算机用作:
物理量获取模块(101),其被配置为获取机器人手(31)把持对象物时的物理量,所述机器人手被配置为把持所述对象物并且基于定义所述机器人手(31)的操作的操作信息进行操作;和
评估模块(102),其被配置为基于所述物理量,来评估所述对象物的特性。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-223491 | 2018-11-29 | ||
JP2018223491A JP7094210B2 (ja) | 2018-11-29 | 2018-11-29 | 特性推定システム、特性推定方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111230859A true CN111230859A (zh) | 2020-06-05 |
CN111230859B CN111230859B (zh) | 2023-07-07 |
Family
ID=68655358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911156900.4A Active CN111230859B (zh) | 2018-11-29 | 2019-11-22 | 特性评估系统、特性评估方法和程序 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11504860B2 (zh) |
EP (1) | EP3659758A3 (zh) |
JP (1) | JP7094210B2 (zh) |
CN (1) | CN111230859B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11630027B1 (en) * | 2021-03-03 | 2023-04-18 | Amazon Technologies, Inc. | Testing rigs having variable mass properties for robotic end effectors and associated methods of use |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101646534A (zh) * | 2007-06-27 | 2010-02-10 | 松下电器产业株式会社 | 机器手控制装置及控制方法、机器人及程序 |
JP5327722B2 (ja) * | 2010-05-07 | 2013-10-30 | 株式会社安川電機 | ロボットの負荷推定装置及び負荷推定方法 |
CN108214558A (zh) * | 2018-01-18 | 2018-06-29 | 中南大学 | 一种用于欠驱动机械手的被抓握物体刚度估计方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0697259A (ja) | 1992-09-11 | 1994-04-08 | Hitachi Ltd | ウェハ移送機構 |
JP5516548B2 (ja) * | 2011-11-01 | 2014-06-11 | 株式会社デンソー | 把持用センサ及びロボットハンド駆動制御装置 |
JP6544833B2 (ja) * | 2013-06-11 | 2019-07-17 | オンロボット ロサンゼルス インコーポレイテッド | 物体を検知するシステム及び方法 |
JP6112220B2 (ja) | 2013-11-05 | 2017-04-12 | 株式会社安川電機 | トレースデータ記録システム、トレースデータ記録サーバ、トレースデータ記録方法、プログラム、及び情報記憶媒体 |
JP6106122B2 (ja) | 2014-04-02 | 2017-03-29 | ファナック株式会社 | 溶接検査ロボットシステム |
US9272417B2 (en) * | 2014-07-16 | 2016-03-01 | Google Inc. | Real-time determination of object metrics for trajectory planning |
JP6203775B2 (ja) | 2015-03-31 | 2017-09-27 | ファナック株式会社 | 固定されたワークの異常を判定するロボットシステム、および、異常判定方法 |
CN108472100B (zh) | 2016-01-26 | 2021-06-11 | 索尼公司 | 握力感觉反馈装置和触笔式力感觉反馈装置 |
US20170259433A1 (en) * | 2016-03-11 | 2017-09-14 | Seiko Epson Corporation | Robot control device, information processing device, and robot system |
JP2017177294A (ja) * | 2016-03-31 | 2017-10-05 | キヤノン株式会社 | ロボット制御装置、ロボット制御方法、ロボットシステムおよびコンピュータプログラム |
JP6605123B2 (ja) * | 2016-04-04 | 2019-11-13 | 三菱電機株式会社 | ミシン |
WO2018092254A1 (ja) * | 2016-11-17 | 2018-05-24 | 株式会社安川電機 | 把持力設定システム、把持力設定方法、及び把持力推定システム |
US10455222B2 (en) * | 2017-03-30 | 2019-10-22 | Intel Corporation | Technologies for autonomous three-dimensional modeling |
-
2018
- 2018-11-29 JP JP2018223491A patent/JP7094210B2/ja active Active
-
2019
- 2019-11-22 CN CN201911156900.4A patent/CN111230859B/zh active Active
- 2019-11-25 EP EP19211189.6A patent/EP3659758A3/en active Pending
- 2019-11-26 US US16/695,210 patent/US11504860B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101646534A (zh) * | 2007-06-27 | 2010-02-10 | 松下电器产业株式会社 | 机器手控制装置及控制方法、机器人及程序 |
JP5327722B2 (ja) * | 2010-05-07 | 2013-10-30 | 株式会社安川電機 | ロボットの負荷推定装置及び負荷推定方法 |
CN108214558A (zh) * | 2018-01-18 | 2018-06-29 | 中南大学 | 一种用于欠驱动机械手的被抓握物体刚度估计方法 |
Non-Patent Citations (3)
Title |
---|
H YUSSOF ET AL: ""Low force control scheme for object hardness distinction in robot manipulation based on tactile sensing"", 《IEEE》 * |
TAISUKE SUGAIWA ET AL: ""A methodology for setting grasping force for picking up an object with unknown weight, friction, and stiffness"", 《IEEE》 * |
TAKANO RYO ET AL: ""Real-time shape estimation of Kirchhoff elastic rod based on force/torque sensor"", 《IEEE》 * |
Also Published As
Publication number | Publication date |
---|---|
JP2020089177A (ja) | 2020-06-04 |
CN111230859B (zh) | 2023-07-07 |
US20200171675A1 (en) | 2020-06-04 |
EP3659758A2 (en) | 2020-06-03 |
US11504860B2 (en) | 2022-11-22 |
JP7094210B2 (ja) | 2022-07-01 |
EP3659758A3 (en) | 2020-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016193455A (ja) | 金属板材曲げ成形制御方法 | |
US20180210407A1 (en) | Control device, control program, and control system | |
US10394973B2 (en) | Methods and apparatus for using analytical/statistical modeling for continued process verification (CPV) | |
CN107969120B (zh) | 考虑周围接触的机器人的致动器的控制和调节 | |
CN108472809B (zh) | 机器人和用于运行机器人的方法 | |
US11953866B2 (en) | Prediction control development device, prediction control development method, and computer readable storage medium | |
CN111615623A (zh) | 触觉信息推测装置、触觉信息推测方法以及程序 | |
CN111230859B (zh) | 特性评估系统、特性评估方法和程序 | |
JP2020194242A (ja) | 学習装置、学習方法、学習プログラム、自動制御装置、自動制御方法および自動制御プログラム | |
CN206162115U (zh) | 一种调节阀智能检测监控系统 | |
CN103900904B (zh) | 一种中子原位力学加载系统 | |
JP6909616B2 (ja) | 製造システムおよび製造方法 | |
US11269309B2 (en) | Analysis unit and method for determining at least one forming process characteristic of a servo press | |
TW201615393A (zh) | 伺服沖床監控方法及其裝置 | |
CN202126273U (zh) | 汽车组合仪表产品自动化检测系统 | |
CN115135462A (zh) | 用于机器人评估的系统和方法 | |
JP6363639B2 (ja) | 加工データ一括出力機能を備えた数値制御装置 | |
CN111433693A (zh) | 用于机器中的过程监控的方法 | |
TWI831186B (zh) | 診斷裝置、診斷方法及診斷程式 | |
EP4302983A1 (en) | Control device, control method, and control program | |
CN104251747B (zh) | 双金属片成型检测机构 | |
CN116383571A (zh) | 一种触感数据采集方法、装置及系统 | |
JP6731603B1 (ja) | 検査システム | |
CN113910561B (zh) | 用于自动监控至少一个生产过程的方法 | |
CN116202738A (zh) | 基于视觉的智能座舱异形屏自动化测试系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |